Большая Советская Энциклопедия (РА)

Большая Советская Энциклопедия

От Р. следует отличать напев; в широком значении термина напевом может быть названа любая мелодия; чаще напевами называют местные варианты того или иного Р.

Лит.: Скребков С., Русская хоровая музыка XVII — нач. XVIII веков, М., 1969, с. 11—47.

Расплавные источники тока

Расплавны'е исто'чники то'ка, химические источники тока резервного типа, у которых электролит при температуре хранения находится в твёрдом неэлектропроводящем состоянии и переводится в жидкое ионопроводящее состояние только в процессе активации, осуществляемой электрическим или пиротехническим нагревом. Благодаря использованию расплавленных солевых электролитов (например, LiCI — KCI) в Р. и. т. удаётся применить такие активные анодные материалы, как металлические Li и Ca, что обеспечивает получение рабочего напряжения Р. и. т. до 3 в при плотностях тока ~ 10³а/м².

В качестве катодных материалов используют CaCrO₄, CuO, Fe₂O₃, V₂O₅, WO₃. Основные преимущества Р. и. т. — высокая удельная мощность, многолетняя (10—15 лет) сохранность в т. н. незадействованном состоянии, быстрота активации, высокая воспроизводимость характеристик, высокая прочность и стабильность в условиях вибрации, ударов и перегрузок — обеспечивают им применение в аппаратуре для зондирования атмосферы, Мирового океана, недр Земли, а также в др. устройствах, требующих высокоэнергоёмких автономных источников питания. Выпускаются серийно в СССР, США и др. странах.

Н. С. Лидоренко.

Расплетин Александр Андреевич

Распле'тин Александр Андреевич [12(25).8.1908, Рыбинск, — 8.3.1967, Москва], советский учёный и конструктор в области радиотехники и электроники, академик АН СССР (1964; член-корреспондент 1958), Герой Социалистического Труда (1956). Член КПСС с -1945. В 1930—36 работал в Центральной радиолаборатории. После окончания (1936) Ленинградского электротехнического института работал в различных научно-исследовательских и проектных организациях и вёл научно-педагогическую работу. Государственная премия СССР (1951), Ленинская премия (1958). Награжден орденом Ленина и медалями.

А. А. Расплетин.

Распознавание образов

Распознава'ние о'бразов, научное направление, связанное с разработкой принципов и построением систем, предназначенных для определения принадлежности данного объекта к одному из заранее выделенных классов объектов. Под объектами в Р. о. понимают различные предметы, явления, процессы, ситуации, сигналы. Каждый объект описывается совокупностью основных характеристик (признаков, свойств) Х = (x₁, ..., x_i , ..., x_n), где i– я координата вектора Х определяет значения i– й характеристики, и дополнительной характеристикой S, которая указывает на принадлежность объекта к некоторому классу (образу). Набор заранее расклассифицированных объектов, т. е. таких, у которых известны характеристики Х и S, используется для обнаружения закономерных связей между значениями этих характеристик и поэтому называются обучающей выборкой. Те объекты, у которых характеристика S неизвестна, образуют контрольную выборку. Отдельные объекты обучающей и контрольной выборок называются реализациями.

Одна из основных задач Р. о. — выбор правила (решающей функции) D, в соответствии с которым по значению контрольной реализации Х устанавливается её принадлежность к одному из образов, т. е. указываются «наиболее правдоподобные» значения характеристики S для данного Х. Выбор решающей функции D требуется произвести так, чтобы стоимость самого распознающего устройства, его эксплуатации и потерь, связанных с ошибками распознавания, была минимальной. Примером задачи Р. о. этого типа может служить задача различения нефтеносных и водоносных пластов по косвенным геофизическим данным. По этим характеристикам сравнительно легко обнаружить пласты, насыщенные жидкостью. Значительно сложнее определить, наполнены они нефтью или водой. Требуется найти правило использования информации, содержащейся в геофизических характеристиках, для отнесения каждого насыщенного жидкостью пласта к одному из двух классов — водоносному или нефтеносному. При решении этой задачи в обучающую выборку включают геофизические данные вскрытых пластов.

Успех в решении задачи Р. о. зависит в значительной мере от того, насколько удачно выбраны признаки Х. Исходный

набор характеристик часто бывает очень большим. В то же время приемлемое правило должно быть основано на использовании небольшого числа признаков, наиболее важных для отличения одного образа от другого. Так, в задачах медицинской диагностики важно определить, какие симптомы и их сочетания (синдромы) следует использовать при постановке диагноза данного заболевания. Поэтому проблема выбора информативных признаков — важная составная часть проблемы Р. о.

Проблема Р. о. тесно связана с задачей предварительной классификации, или таксономией.

В основной задаче Р. o. о построении решающих функций D используются закономерные связи между характеристиками Х и S, обнаруживаемые на обучающей выборке, и некоторые дополнительные априорные предположения, например следующие гипотезы: характеристики Х для реализаций образов представляют собой случайные выборки из генеральных совокупностей с нормальным распределением (см. ниже — Р. о. в математической статистике); реализации одного образа расположены «компактно» (в некотором смысле); признаки в наборе Х независимы и т.д.

В области Р. о. существенно используются идеи и результаты многих др. научных направлений — математики, кибернетики, психологии и т.д.

В 60-х гг. 20 в. в связи с развитием, электронной техники, в частности ЭВМ, широкое применение получили автоматические системы распознавания. Под системами распознавания обычно понимают комплексы средств, предназначенных для решения описанных выше, задач. Методы Р. о. используются в процессе машинной диагностики различных заболеваний, для прогнозирования полезных ископаемых в геологии, для анализа экономических и социальных процессов, в психологии, криминалистике, лингвистике, океанологии, химии, ядерной и космической физике, в автоматизированных системах управления и т.д. Их применение оправдано практически всюду, где приходится иметь дело с классификацией экспериментальных данных. См. также Кибернетика,Кибернетика техническая,Обучающаяся автоматическая система.

Лит.: Себестиан Г.-С., Процессы принятия решений при распознавании образов, пер. с англ., К., 1965; Бонгард М. М., Проблема узнавания, М., 1967; Цыпкин Я. З., Адаптация и обучение в автоматических системах, М., 1968; Айзерман М. А., Браверман Э. М., Розоноэр Л. И., Метод потенциальных функций в теории обучения машин, М., 1970; Загоруйко П. Г., Методы распознавания и их применение, М., 1972; Вапник В. Н., Червоненкис А. Я., Теория распознавания образов, М., 1974.

А. А. Боровков, Н. Г. Загоруйко.

Р. о. в математической статистике — класс задач, связанных с определением принадлежности данного наблюдения к одной из генеральных совокупностей (с неизвестными распределениями), которые представлены лишь конечными выборками. В качестве данного наблюдения может выступать и совокупность наблюдений (выборка) из одной из представленных генеральных совокупностей. Каждое наблюдение представляет собой число или вектор. Часто указанный класс задач называют также дискриминантным анализом или классификацией.

Предположим, что известны n₁ наблюдений из генеральной совокупности A₁, n₂ наблюдений из генеральной совокупности А₂ и т.д., n_m наблюдений из генеральной совокупности A_m, m ³ 2. Дана также выборка z = (z₁, ..., z_n). Задача Р. о. состоит в определении, какой из генеральных совокупностей A_j, j = 1, 2,..., m, принадлежит выборка z. При этом обычно принимается предположение о том, что распределения P (·) совокупностей A_j принадлежат некоторому семейству {P (Q, •)} распределений, зависящих от векторного параметра Q, так что P_j (•) = Р (Q_j,·), где Q_j неизвестны.